大模型時代圖書編輯的職業新變革

摘要：隨著大數據技術邁向大模型階段，越來越多的行業開始利用大模型進行決策與分析。出版社編輯作為文化產業的重要組成部分，必將受到新技術的影響，只有緊跟時代步伐，順應大模型帶來的變革，才能提高編輯工作的效率和質量。現從大模型的概念、特點出發，探討其對圖書編輯職業的影響，并提出圖書編輯在大模型時代的轉型方向。

圖書出版行業已進入大模型時代

傳播圖書出版行業的技術轉向

在傳統出版行業中，出版主體是各類出版機構，它們負責策劃、組織和實施出版活動，包括編輯、制作、發行和銷售圖書、期刊等出版物，而出版客體是指各種出版物，包括圖書、期刊、報紙等。圖書是最常見的出版物形式，可以是文學作品、學術著作、工具書等。圖書編輯是編輯行業最傳統、最典型的群體，因為他們在開展圖書編輯工作時面對的主要是文字、圖片等最基本、最經典、最傳統的信息。編輯工作的核心是對此類信息進行人工處理，包括選題策劃、知識創新、內容策劃等創造性工作，也包含文字編校、版式調整等規范性工作，體現了出版業的“技術本質”。正如匡導球先生在《中國出版技術體系及其發展歷程》一文中從技術視域對出版所作的概念界定：“出版是將知識、思想或信息產品經過加工以手抄、印刷或其他方式復制在一定的物質或虛擬載體上并通過出售或其他途徑向社會傳播的活動。因此對有效信息進行選擇、規范、復制與傳播的一切知識、工具、經驗和技能都應該屬于出版技術范疇。”[1]在傳統出版時代，圖書編輯對信息的加工能力是最基礎的，但其產能也是最有限的，由此導致圖書出版工作不得不依靠大量的人力，從而使出版的智力活動經常受制于體力活動，極大限制了出版業的知識生產數量和質量。

在技術發展的推動下，出版業正在經歷深刻的變革。李瑋分析了“跨媒體”“全媒體”“融媒體”三個概念的變遷過程，認為其實質是傳統媒體在面對市場化與全球化、數字化與網絡化、移動化與智能化的沖擊挑戰時所開展的媒體融合實踐形態，代表著媒體融合的不同發展階段。但無論哪一種，都是以傳統媒體思維為主導的媒體融合，都是在傳統媒體發展的邏輯基礎上植入互聯網因素，其內容生產都以傳統媒體的精英化生產方式為主[2]。

立足信息技術發展的最前沿，在“跨媒體”“全媒體”“融媒體”之上，以ChatGPT、訊飛星火等為代表的“大模型”時代已悄然到來。這是從出版媒介革命向出版內容革命的一次劃時代變革，是出版技術從內容載體技術到內容生產技術的重大轉變。有研究表明，ChatGPT在OpenAI的系列產品中屬于漸進性創新和破壞式創新，而相較于同類競品而言，則為突破性創新和顛覆性技術創新[3]。所謂“大模型”，是指網絡規模巨大的深度學習模型，具體表現為模型的參數量規模較大，其規模通常在千億級別。大模型的訓練雖然需要更多的數據和計算資源，但是它們可以更好地處理復雜任務，如自然語言處理、計算機視覺和語音識別等。

大模型時代的人工智能生成內容機理

目前，大模型主要分為三類，分別為超大模型、多模態模型和通用能力模型。超大模型是指參數量超過10億的模型，如OpenAI的ChatGPT-3和Google的Bard。這些模型需要更多的數據和計算資源進行訓練，使它們可以更好地處理復雜任務；多模態模型是指同時處理多種不同類型的數據的模型，如圖像、文本和語音；通用能力模型是指具有多種不同任務能力的模型，如自然語言處理、計算機視覺和語音識別等。由此可見，大模型可輕松勝任以處理文本、圖像等為核心的圖書出版工作。

對話式AI機器人ChatGPT的橫空出世引發了人們對人工智能生成內容（ArtificialIntelligence Generated Content，AIGC）的關注與熱議，《自然》期刊發文直言這將有可能徹底改變研究實踐和出版實踐。AIGC作為繼專業生成內容（Professionally Generated Content，PGC）和用戶生成內容（User Generated Content，UGC）之后新的內容生產引擎，能夠通過內容自動化編纂、智能化潤色加工、多模態轉換和創造性生成等方式直接改變出版的內容生產范式和內容供給模式。除此之外，AIGC還將以數字人、聊天機器人為交互媒介窗口，推動出版流程的智能再造和出版服務的創新升級，從而對出版的發展產生深遠影響。隨著AIGC技術的革新迭代及其應用成本的下降，出版內容的生產將不可避免地從PGC、UGC轉向AIGC（包括AIPGC、AIUGC，即AI協同創造內容），且AIGC的數量和內容占比將不斷上升[4]。

ChatGPT等大模型在出版行業中的應用場景非常廣泛。例如，研究發現，ChatGPT在選題組稿、內容寫作、編輯校對、排版印刷環節具有廣闊的應用場景，能幫助出版社豐富內容生產來源、降低成本和提高效率、提升個性化服務水準[5]。在選題組稿方面，ChatGPT可以幫助出版社從海量的信息中篩選出有價值的信息，并提供相關的參考資料；在內容寫作方面，ChatGPT可以幫助作者快速生成文本，并進行排版和校對；在編輯校對方面，ChatGPT可以幫助編輯和校對人員進行文本審查和校對，降低錯誤率和減少工作量；在排版印刷方面，ChatGPT可以協助編輯進行文本編輯和排版，提高出版物的質量和生產效率。

大模型對圖書編輯職業能力的影響

大模型在編輯出版工作中扮演著越來越重要的角色。大模型能夠高效地處理和分析海量文本數據，幫助編輯人員快速識別有價值的內容。大模型在文本校對和潤色方面也有顯著的應用價值。借助大模型，編輯人員可以獲得自動化工具的支持，快速檢測和修正語法錯誤、拼寫錯誤及風格不一致等問題。這不僅提高了出版物的質量，還縮短了出版周期。此外，大模型還可以用于個性化推薦系統，根據讀者的閱讀興趣和閱讀歷史，精準推薦相關書籍和文章，有助于出版社更好地滿足讀者需求，提升用戶滿意度和忠誠度。

大模型在版權保護和內容原創性檢測方面也發揮著重要作用。通過比對海量文獻數據，大模型可以有效識別抄襲和侵權行為，保障作者和出版機構的合法權益。

總之，大模型的應用不僅提升了編輯出版工作的效率和質量，還為行業帶來了更多的創新和發展機會。

提高策劃能力

傳統的圖書編輯在選題策劃中要么依賴于本人的專業知識和出版經驗，要么依賴于作者的專業性及人脈網絡。選題策劃從萌芽到落地，需要在人際網絡中不斷被驗證、完善和落地，直至確定作者和內容設計，此過程涉及大量需要人工處理的信息篩選、整理和歸納。而大數據模型可以通過對海量數據的快速處理，幫助圖書編輯快速構建策劃主題的知識體系和邊界，相當于站在眾多行業專家肩上博采眾長、融會貫通，從而極大提升編輯策劃選題的效率和質量，將其工作模式從“大海撈針”變革為“按圖索驥”。

加深市場洞察

大模型可以幫助圖書編輯更準確地把握圖書的市場趨勢和讀者需求。通過大模型對于產業、行業、知識體系等深度挖掘的結構化呈現，可以幫助圖書編輯全面了解市場的前沿和動向，提高出版物的市場精準度；通過大模型對歷史數據的分析，可以發現某一類別書籍的銷售規律和熱點話題，可以為圖書編輯提供營銷的話題點；通過大模型對讀者評論、評分等信息進行挖掘，可以幫助圖書編輯深度了解讀者的喜好和需求，提高圖書對讀者的適切性。

提升編輯格局

大模型可以幫助圖書編輯跨越地域、文化等限制，獲取更加宏觀、立體的信息資源。例如，通過對中國知網、萬方數據庫等學術資源的整合，可以獲取國內外最新研究成果和動態；通過對社交媒體、博客等網絡平臺的監測，可以了解到各種觀點和討論，為圖書編輯提供更豐富的素材；通過模型自身的智能問答功能，圖書編輯可以不斷嘗試提問并獲得體系性、創新性的回答。上述方式都能使圖書編輯得以在“上帝視角”的狀態下進行思考，發現和驗證自己的編輯思想，充分發揮智力活動的價值，從而減少問專家、查資料、選作者等身體力行、重復性的勞動，提升了工作效率。

對創新型能力的迫切需求

首先，大模型時代的圖書編輯需要具備較強的數據分析能力，能夠從海量的文本數據中提取有價值的信息，并進行深入挖掘和分析。這需要他們具備扎實的統計學和機器學習知識，能夠運用相關的算法和技術對數據進行處理和分析。其次，大模型時代的圖書編輯還需要具備敏銳的數字化創意思維能力，能夠根據數據模型分析出市場需求和讀者反饋，提出有針對性的編輯策略和方案。這需要他們具備扎實的數字化洞察力，能夠準確把握讀者的需求和心理。最后，大模型時代的圖書編輯還需要具備跨學科、即時性的學習能力，以便靈活、隨時、創造性地對大模型分析輸出的結果進行二次加工、深度處理和延續加工。這些都對新型編輯的職業內容提出了現實的、迫切的要求。

大模型時代的圖書編輯職業方向

大模型技術的進步為圖書編輯工作帶來了許多創新的可能性，使圖書編輯可以在更高效、更智能的環境中工作，創造更具影響力的內容。

首先，大模型技術極大提升了圖書編輯工作的效率。例如，通過大模型，圖書編輯可以快速檢測文稿中的語法錯誤、邏輯漏洞和一致性問題，從而將更多的時間和精力投入內容的創意和優化。

其次，大模型技術為圖書編輯提供了強大的數據分析能力。圖書編輯可以通過大模型分析讀者的閱讀習慣和偏好，從而制訂更精準的選題計劃和營銷策略。此外，大模型還可以幫助編輯預測圖書的市場表現，降低出版風險。數據編輯這一新興崗位也將應運而生，專門負責管理和分析與圖書相關的各種數據。

總體來說，大模型時代的圖書編輯職業方向更加多元化和專業化。圖書編輯需要充分利用大模型技術的優勢，提升工作效率和內容質量。同時，也需要應對新的挑戰，促進職業的可持續發展。

構建出版業私域大模型

有研究指出，隨著用戶規模的增速減緩以及流量紅利的逐漸消失，新近崛起的私域流量已然成為當前品牌爭奪用戶的重要入口。因此，出版企業需要逐漸將營銷的重心從公域轉向私域并著手搭建自有的私域流量池[6]。要充分發揮大模型的技術優勢，促使圖書編輯走進大模型時代，同樣也需要建立一個適合圖書出版業的數據采集和分析的體系，特別是切合特定出版社的私域大模型。這包括對相關科學知識、學科體系、產業動向、技術趨勢以及特定圖書資源等信息予以整合，對讀者數據予以收集和分析等，涉及大模型的“私域化”構建。私域大模型是指由企業自身構建和訓練的大規模AI模型，用于解決特定行業領域的問題。相較于傳統的通用AI模型，私域大模型更加專業化和定制化，能夠更好地適應行業場景的需求，提供更準確、高效的解決方案。私域大模型主要應用于金融、電信、醫療、教育等領域。例如，在金融行業中，私域大模型可以通過對歷史交易數據的分析，預測股票價格的走勢，幫助投資者做出更明智的投資決策；在醫療行業中，私域大模型可以輔助醫生進行疾病診斷和制訂治療方案等工作。

由此可見，未來構建出版業、出版社的私域大模型是大勢所趨。出版業私域大模型構建能力主要包括以下方面。一是數據獲取和處理能力。大模型需要大量的數據進行訓練，因此需要培養獲取和處理海量數據的能力。二是計算能力和存儲能力。大模型需要強大的計算能力和存儲能力來支持其訓練和推理，因此需要培養操作計算和存儲設備的能力。三是算法和模型設計能力。大模型需要先進的算法和模型設計能力，因此需要培養使用算法和模型的能力。

新型編輯理念和洞察力

在大數據模型的影響下，圖書編輯需要不斷培養和掌握新的編輯理念。例如，可以嘗試運用大數據分析的方法指導選題策劃、設計圖書內容、遴選作者團隊、優化營銷設計、改善讀者體驗等工作；可以嘗試運用虛擬現實、增強現實等技術豐富圖書的內容和形式；可以嘗試運用社交媒體等平臺進行讀者互動和推廣活動等。

在大模型時代，編輯更需要市場洞察力，包括主動構建大數據模型了解讀者需求和市場趨勢，以及如何利用新技術滿足這些需求；熟悉數字出版、在線出版、自媒體出版等技術和工具，以及如何利用它們提高出版物的可發現性和可訪問性；掌握數據分析和可視化技術，以便更好地了解讀者行為和市場趨勢。與作者、專業人士和大數據模型等合作，確保出版物的質量、準確性、暢銷性等。

突出新型出版活動中的人機結合

在技術社會中，訓練出版業的大模型與之前構建作者群體、培養專業編輯相同，成為出版社編輯工作的重要內容。雖然這里的“編輯”已經是人工智能、數據模型或者機器人，但對其訓練、培養、使用和完善依然具有傳統的人力資源培養和發展內涵。

與此同時，雖然大模型在編輯工作中發揮著重要作用，但人的主觀判斷和創新能力仍是不可或缺的。因此，出版社編輯需要在充分利用大數據模型的同時，發揮自身的專業素養和創新能力，實現人機結合的工作模式。例如，人機結合進行文本分析、語義理解、情感分析等；人機結合進行自動化排版、封面設計、插圖制作等；人機結合進行自動化校對、翻譯、語音合成等；人機結合進行數據分析和預測，以了解讀者需求和市場趨勢，并制訂相應的出版策略等。同時，人機結合的新型編輯人員也是出版活動中迫切需要的。

在大模型時代，編輯職業正在經歷深刻的轉型，也面臨著一些挑戰。技術的快速發展要求編輯不斷更新自己的知識和技能，適應新的工作環境。同時，大模型的應用也引發了對隱私和版權的關注，編輯需要在使用大模型技術時遵守相關法律法規，保護作者和讀者的權益。總體來說，大模型時代的編輯職業轉型要求編輯不斷學習和適應新技術，提升自身的綜合素質和競爭力，從而提高出版質量。

[1]匡導球.中國出版技術體系及其發展歷程[J].南京社會科學，2009（06）：61-67.

[2]李瑋.跨媒體·全媒體·融媒體——媒體融合相關概念變遷與實踐演進[J].新聞與寫作，2017（06）：38-40.

[3]張輝，劉鵬，姜鈞譯，等.ChatGPT：從技術創新到范式革命[J].科學學研究，2023，41（12）：2113-2121.

[4]方卿，丁靖佳.人工智能生成內容（AIGC）的三個出版學議題[J].出版科學，2023，31（02）：5-10.

[5]陳香.2023年出版十件大事[N].中華讀書報，2023-12-27（16）.

[6]佘世紅，楊錦玲.營銷4.0時代出版企業私域流量的渠道建設與運營策略[J].出版發行研究，2021（08）：28-32+16.